Тривимірний зір допоможе роботам-праскам

Вчені з Колумбійського університету розробили новий метод аналізу поверхні тканини, який дозволить створити більш ефективних гладильних роботів. Препринт статті опубліковано на сайті arXiv.org.

Щоб навчити робота розпізнавати різні типи нерівностей на тканині, вчені скомбінували два методи аналізу поверхні. Першим є 3D-сканування кривизни поверхні, а другим - аналіз поверхневих розривів. Обидва методи дозволяють виявити гладкі нерівності, а також наявність складок, відповідно. Для випробування нового підходу дослідники використовували робота Baxter.

Сенс подвійного підходу полягав у тому, що робот повинен прибирати гладкі нерівності, просто випрямляючи тканину. Глаження таких ділянок призводило б до появи небажаних складок. Саме тому важливо навчити робота визначати тип нерівностей, що є складним роботехнічним завданням.

Для 3D-сканування широких і гладких нерівностей вчені скористалися датчиком глибини Kinect. Оскільки чутливості сенсора було недостатньо для розпізнавання складок, для виявлення останніх застосовувалася RGB-камера. Для створення контрасту застосовувалися додаткові джерела освітлення, які встановлювалися на двох суміжних сторонах гладильного столу. Після сканування дослідники поєднали 3D-карту поверхні, а також 2D-зображення, що показує розподіл світла. Для класифікації та ранжування нерівностей дослідники скористалися гаусівською змішаною моделлю.

Результати випробування продемонстрували, що якість глаження при даному підході помітно покращилася в порівнянні з попередніми спробами розробити гладильну машину.

Baxter - промисловий робот, створений компанією Rethink Robotics. Від інших подібних йому машин він відрізняється здатністю до навчання і виконання різних завдань. Безліч університетів використовують Baxter для досліджень у галузі робототехніки, машинобудуванні та інформатики.